最近，微软总裁布拉德·史密斯在东京接受采访时的一句话，引起了人们的关注。
因为他将OpenAI的主要竞争对手定为了中国。
在史密斯看来，目前在人工智能领域，世界上三家公司处于绝对前列，一个是与微软合作的 Open AI，第二个是谷歌，第三个是北京智源人工智能研究院 ( 以下简称智源 )。
这个被微软总裁亲自点名的中国机构，究竟是何方神圣？
事实上，尽管名头相当低调，但这家研究院却是国内不折不扣的大模型“先行者”之一。其推出的大模型“悟道2.0”， 参数量达到了惊人的1.75万亿，这是GPT-3.5的十倍。
并且，这家机构其实很年轻2018年创建，诞生至今也不过五年。
那么，这个既低调、又年轻的机构，究竟是如何在如此短的时间内，取得了比肩谷歌与微软的技术实力，并成为深藏不露的“世界前三”的？
01 生于逆境
可以说，智源的诞生，是中国AI界在逆境中被“逼”出来的产物。
2018年，第一代 GPT 发布，包含 1.17 亿个参数，虽然效果一般，但已经和国内拉开了差距。
当时中国的人工智能领域，在各个方面均处于一种“黯淡”的状态。
在当年上榜的机构和企业数量中，中国仅有一家企业（国家电网）在人工智能领域的论文数量能跻身全球企业前20。
而当时，中国在人工智能杰出人才数量上的占比，是人工智能人才总量前十国家中最低的，仅占到本国人工智能人才总量的5.4%。
面对如此差距和困境，那年11月，在科技部和北京市委的支持下，北大、清华、中国科学院、百度、小米、字节跳动、等北京人工智能领域优势单位，共同建立了一个新型的研究机构，希望以此一改国内人工智能“乏力”的局面。
这个机构，就是今天位于北京海淀区成府路150号的智源研究院。
智源诞生后，实行理事会领导下的院长负责制，由美国国家工程院外籍院士张宏江担任理事长，北京大学信息科学技术学院教授黄铁军担任院长。
智源研究院的员工集合了一支包括清华、人大、北大等知名学府以及各合作企业组成的，不同专业方向的团队。
身为理事长的张宏江，是世界计算机领域影响因子最高的科学家之一（位居中国大陆第一），曾担任IEEE多媒体学刊的主编，拥有超过180项国际专利，出版4本学术专著、发表400多篇学术论文。
理事长张宏江
智源研究院学术委员会主席的张钹，不仅是清华大学计算机系教授，中国科学院院士，也是中国人工智能领域奠基人之一。
其在人工智能、人工神经网络等领域，已发表 200多篇学术论文和5篇专著。
张钹院士
担任智源研究院副院长、总工程师的林咏华，不仅曾任 IBM 中国研究院院长、IBM 全球杰出工程师、并且具有多年人工智能（视觉分析）、系统架构、云计算的创新研发和管理经验。
科研上，林咏华有超过 50 项全球专利，多篇学术文章发表在顶级国际会议和期刊。
智源研究院副院长林咏华
智源庞大的人才队伍，不仅汇聚了中国AI圈内的顶尖人才，其涉及的研究方向也颇为全面，包括AI数理基储AI认知神经基储机器学习、自然语言处理等。可以说涵盖了大模型领域必备各个的知识体系。
除了顶尖的研究团队，智源所拥有的雄厚技术优势，也是让微软觉得其不可小觑的原因。
2020年，智源研究院和清华大学联合发布了首个支持PyTorch框架的高性能MoE系统FastMoE。
这是一种支撑万亿模型的核心技术。
通过将神经网络分成多个子网络（也称为专家），FastMoE能将一个大任务分成多个小任务，每个小任务由一个“专家”来完成，这样做就可以让任务更加高效地完成。
其在大模型领域的意义，相当于建筑工程中的“扩大梁柱间距、增加支撑点”，能够显著提高模型的准确性和泛化能力，让模型支持大规模并行训练，扩展了模型的规模。
除此之外，在2022年，智源还打造了拥有1000P算力池九鼎智算平台。
在这里，P 是一个数量级，10 的 15 次方，1000P 就是 100亿亿，1000PFlops 算力就意味着每秒有 100 亿亿次的浮点运算能力。
一个 Atlas 800 组成的 AI 算力集群，以 1000P 算力为例，一个时钟周期可以进行“100亿亿”次计算。
以对 20 万颗星体的数据探索为例，传统方式需要一个有经验的科学家用 169 天才能完成，而在1000P的算力下，只需要 10.02 秒。
九鼎智算平台的建成，不仅打破了以往AI for Science等方向的算力限制，也让类似chatGPT这样超大参数量的大模型的训练成为了可能。
在人才、技术、算力的综合支持下，智源团队在大模型方向上的结晶悟道2.0，终于诞生了。
02 悟道2.0
目前，悟道2.0”模型的参数规模达到1.75万亿，是GPT-3的10倍，打破了之前由Google Switch Transformer预训练模型创造的1.6万亿参数记录。是中国首个、全球最大的万亿级模型。
当然，参数量越大不代表模型性能一定越好，悟道2.0的出众之处，也在于其“精准”的特点。
悟道2.0在世界公认的9项Benchmark基准测试任务上取得优异成绩，达到了精准智能。
“悟道2.0”的高精度来自于一系列核心技术创新。例如：
GLM2.0：
GLM2.0是模型架构创新的典范，更通用的预训练模型，GLM2.0模型可以同时处理多种自然语言处理任务，而不需要使用不同的模型。
通过将不同的任务模块化，GLM能够同时在分类、无条件生成和有条件生成三类NLP任务取得最优结果；在训练数据相同的前提下，其在SuperGLUE自然语言理解基准上的性能表现远超BERT。
此前，凭借这样的特点，它首次打破了BERT和GPT壁垒，开创性地以单一模型兼容所有主流架构。
而新一代版本更是以少胜多的高性能人工智能典范，以100亿参数量，足以匹敌微软170亿参数的Turing-NLG模型。
P-tuning2.0算法：
想象一下，当你只有很少的时间来学习新的东西时，你就需要更好的提示，来帮助你更快地理解和记忆。
P-tuning2.0算法就是一种类似于这种提示的方法。
但是，不同的是，它使用连续的向量来表示提示，而不是人为设计的句子或单词。这种连续向量可以在一个连续的空间中寻找最优解，从而更好地帮助机器学习模型理解任务和学习目标。
在知识探测任务等领域，P-tuning2.0算法的表现非常出色，可以提取高质量的知识，而且不需要额外的文本数据。因此，P-tuning2.0算法在少样本学习中具有很高的应用价值和性能表现。
CogView：
这是一种文本生成图像的新框架，通过将VQ-VAE和Transformer进行结合，CogView克服“上下溢收敛”文图模型关键难题。
所谓“上下溢收敛”，是指因模型结构不够复杂或者训练数据不足，导致生成的图像在训练过程中逐渐变得越来越相似，直到完全一样的情况。
而VQ-VAE和Transformer，就相当于是画家手中更好的绘画工具，能让画作更精湛。
VQ-VAE是一种用于图像和文本编码的神经网络结构，能够将输入的文本转化为潜在向量表示，而Transformer则能够更好地处理序列数据和文本信息，并通过选择不同的潜在向量表示，从而完成画作的生成。
目前，CogView在MS COCO FID指标上性能优于DALLE等模型。模型可直接实现类似OpenAI CLIP模型的自评分功能，生成国画、油画、卡通画、轮廓画等多元画风。
全链路提升：
除了上述几点外，为了提升大规模预训练模型的产业普适性和易用性，悟道团队搭建高效预训练框架，在多个方面进行了全链路的原创突破或迭代优化：
高效编码：研发了最高效、最抗噪的中文预训练语言模型编码，解决生僻字等问题。
高效模型：构建了世界首个纯非欧空间模型，处理语言中的关系和层次结构时更加高效和准确。
高效训练：世界首创大规模预训练模型融合框架，形成高效训练新模式，训练时间缩短27.3%，速度提升37.5%。
高效微调：世界首创多类别Prompt微调，只需训练0.001%参数即可实现下游任务适配。
高效推理：世界首创低资源大模型推理系统，单机单卡GPU即可以进行千亿参数规模的模型推理。
03 创新的基因
智源打造悟道2.0的最终愿景，大模型将成为一个AI未来平台的起点，成为类似“电”的基础建设，为社会源源不断供应智源。
2021年，在2021北京智源大会上，智源研究院学术副院长唐杰就表示，悟道2.0后续将支持智源研究院牵头成立独立的模型商业化运营公司， 并将面向个人开发者、各个企业，分别提供模型开源、API（应用程序编程接口）调用、以及多模态的服务，赋能AI技术研发。
而要想促成这种不完全以商业利润为目标，而是以社会福利和公共利益为导向的大模型生态，就必须打造一种新的、更进步的科研体系。
这样的体系，既需要“集中力量办大事”的特点，又需要一种不计回报的，对基础研究的自由探索。
唯有“集中力量”，才能支撑起大模型愈发高昂的训练成本；
唯有“自由探索”，才能在基础理论领域打开局面，使之成为一种更普及的应用。
实际上，OpenAI的成功，也正是基于类似的体系。
在微软与OpenAI建立了战略合作伙伴关系后，OpenAI选择了一种新的股权投资协议模式：以投资回报速度代替投资回报水平。
而这种做法，是建立在OpenAI最终回归公益的愿景必然实现的强烈信念上。
在这样的信念下，很多顶尖的AI研究人员，加入OpenAI，希望专心、自由地思考人类的终极问题。
在这一体系下，微软的资金，加上OpenAI的自由探索精神，最终成就了今天的ChatGPT。
而立志要将大模型变为AGI时代基础设施的智源，经过探索，提出了一套自由探索+目标导向的“智源模式”：
即建立自由探索与目标导向相结合的科研管理机制，以小同行视角遴选支持智源学者自由探索，以“集中力量办大事”的科研组织模式推动“悟道”大模型等重大科研任务的实施。
而在“自由探索”这点上，智源研究院赋予了科学家最大的技术路线决定权和经费使用权，给予了科学家尽可能大的研究自由度。
而“目标导向”，就是对于学界共识的方向，智源学者们的研究能够聚焦在一个统一的愿景上，形成来自组织的合力。
托尔斯泰曾言：幸福的家庭都是相同的，不幸的家庭各有各的不幸。
而在通向AGI的大道上，我们也可以说：没落的团队都走了不同的歧路，但成功团队的路径总是相似的。
在大模型训练愈发消耗巨量资源的今天，我们可以预见，人类在AGI的成功，不会只是某一个企业的成功，而是一种新的生态，新的科研体系的成功。
